文献

J-GLOBAL ID：202002280032754426   整理番号：20A1485410

中国の大規模高速道路の監視に現在使用される監視システムで構築した実用的気象検出法【JST・京大機械翻訳】

A Practical Weather Detection Method Built in the Surveillance System Currently Used to Monitor the Large-Scale Freeway in China

著者 (5件)： Sun Zhu (School of Information Engineering, Chang’an University, Xi’an, China) ,  Wang Ping (School of Electronics and Control Engineering, Chang’an University, Xi’an, China) ,  Jin Yinli (School of Electronics and Control Engineering, Chang’an University, Xi’an, China) ,  Wang Jun (Toll Collection Center for Shaanxi Freeway, Xi’an, China) ,  Wang Lei (Toll Collection Center for Shaanxi Freeway, Xi’an, China)
資料名： IEEE Access  (IEEE Access)
巻： 8  ページ： 112357-112367  発行年： 2020年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 道路気象条件は,輸送安全性と交通容量に閉じる。道路監視システムの開発によって,気象条件をビデオから認識することができた。しかし,機械によって検出することは難しい。それに取り組むために,深く教師つき畳み込みニューラルネットワーク(DS-CNN)を設計し,自己確立データセット上で訓練した。交通画像データセットは,”sunny”,”オーバーキャスト”,”降雨”,”知識”および”ファジー”でラベル付けされた5つのグループを含む。各群は手動でラベル付けされ,2500以上の画像を選択した。DS-CNNは0.9681の精度率と0.9681の再現率を達成できる。この実用的気象検出法を,5つの高速道路をカバーする監視システムで構築した。実際に使用された実験結果は,差異シナリオ,摩耗カメラ,伝送故障などの外乱で,はるかに悪い検出結果を示す。DS-CNNの更なる改良により,このタスクにおいて手作業特徴よりも遥かに効果的であり,より深いニューラルアーキテクチャがより強力な特徴を導くことを見出した。さらに,結果は,高密度気象情報が小規模でより多くの詳細を持つことを示した。地域気象検出結果を迅速に報告するために,設計可視化法を,現在使用されているシステムと融合するために,時空間次元において提案した。優しい可視化による高精度と高速検出率は,より精密な交通管理につながり,道路気象トラフィック制御を,より知能レベルへ促進する。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： カメラ ,  摩耗 ,  降雨 ,  故障 ,  *高速道路 ,  交通容量 ,  *道路 ,  *気象 ,  可視化 ,  気象情報 ,  気象条件 ,  *監視装置 ,  *検出法 ,  録画装置 ,  曖昧さ

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (7件)： 中国 ,  大規模 ,  高速道路 ,  監視システム ,  構築 ,  気象 ,  検出法